ISSN在线(2319 - 8753)打印(2347 - 6710)
Adityavardhan Chavali1c . Nalini博士2
|
相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际创新研究期刊》的研究在科学、工程和技术
虹膜模板可以匹配使用各种匹配技术;每种方法对虹膜识别几个方面考虑。最重要的一个方面是在用户眼中镜头的存在。生物特征模板,包括虹膜和用户属性是由使用不同的识别技术可以通过Iris-templates匹配可以复制。从这一点来看,我们得出这样的结论:没有一个全面的安全分析,虹膜模板不能假定安全。在本文中,我们将讨论的隐形眼镜,尤其是彩色镜头,和我们所面临的挑战,因为它改变了自然虹膜模式。雷竞技网页版在本文中,我们将使用一个特征提取方法去除有色隐形眼镜的效果,使其更加安全。雷竞技网页版这已经被证明是非常有效的,也耗费更少的空间。
关键字 |
Iris-templates,有色眼镜、隐形眼镜、用户属性。雷竞技网页版 |
介绍 |
Biometricsrefers指标相关的人类特征。人体的许多功能可以用来衡量,像的脸,手打印,人声。这些定义一个单独的,但有时这些很难区分任何两个人,因为他们可以是相似的。虹膜是最有前途的生物识别技术之一,被认为是现在,因为它是每个人独有的。没有两个人类可以有相同的虹膜模式即使他们是双胞胎这给一个伟大的优势whendealing与身份验证。此外新技术出现在它的帮助下变得更容易和更有效的对人进行身份验证。方法应用模式识别技术来识别一个人的身份提出了基于虹膜。还讨论了虹膜图像的变换两个一维空间和克服有限的数据生成的合成图像。最近强调安全导致增加研究关注领域的个人识别提供基于“生物识别技术” |
雷竞技网页版隐形眼镜通常用于纠正视力替代眼镜/眼镜。然而,它们也被用于化妆品的原因,颜色和纹理制造成一个隐形眼镜是叠加在自然纹理和虹膜的颜色。雷竞技网页版使用彩色镜头改变眼睛的外观/结构在可见光和近红外光谱。检测存在的隐形眼镜是第一步提高虹膜识别的可用性和可靠性给戴隐形雷竞技网页版眼镜的使用者。一些软性隐形眼镜也有设计师的模式,这可能是完全不同的从他们的原始图像。 |
一般来说,规定的隐形眼镜都不会干扰与虹膜识别精度,雷竞技网页版但有色隐形眼镜穿化妆品用途做改变自然虹膜模式。有不同的虹膜识别技术,介绍了减少隐形眼镜的效果,每一个观察的不同方面的认可。雷竞技网页版 |
![]() |
相关工作 |
摘要[1],作者谈到了相机的互操作性,摄像机与不同的虹膜识别技术用于捕获图像。每个图像捕获可能不同的波长以及照明。作者继续说,使用不同的相机捕捉到的图像可能会产生不同的结果,因为他们有不同的技术。因此,用户可能没有经过身份验证,如果不使用相同类型的相机。所以相机互操作性是最重要的一个问题得到解决,这样每一个图像捕获任何相机将被验证。因此提出一个分类不同的相机根据波长以及照明。这将减少的可能性错误报告一个错误。 |
摘要[2],作者谈到了使用三种不同的传感器的影响以及三种不同匹配algorithmsto捕捉和验证一个图像。作者使用单一传感器进行实验与三个不同的匹配算法和比较它与使用交叉传感器捕获的图像。自图像不能直接比较,每张图片取自不同的传感器中提取使用的具体匹配算法分割的部分。一些算法无法产生分割;原因可能是由于闭塞,模糊或照明。但是作者仍然比较单一传感器的结果以及交叉传感器。有很多环境因素的影响比较结果不同,并不像预期的那样有效。因此作者得出结论说,外部因素如瞳孔放大,照明crucialrole。几可接受阈值提出这样交叉可以使用传感器技术和传感器技术。 |
摘要[3],作者谈到的影响虹膜识别的彩色隐形眼镜。雷竞技网页版作者进行实验几个人有不同颜色的隐形眼镜以及透明的。雷竞技网页版颜色的选择是蓝色,灰色,浅褐色和绿色。他还将使用两种不同类型的传感器制造商使用不同的匹配技术。他观察透明眼镜还有彩色隐形眼镜的影响在不同的传感器技术,和州精度水平的影响减少使用更多的有色眼镜相比,透明眼镜。本文详细表表明,最好的结果是当使用没有镜头或使用透明的镜片。Verieye软件用于理解和评估不同颜色的镜片的影响以及透明的。某些价值观提出区分原始虹膜和骗子的。 |
摘要[4],作者指出,最常见的虹膜算法代表虹膜的纹理使用二进制虹膜代码。在这些位并不是所有都是一致的。有点被认为是脆弱的,如果它的值变化在虹膜编码从不同的图像创建相同的虹膜。作者建议使用这些脆弱的部分来提高性能。这些脆弱的一致性是即使在一个人的眼睛。因此这些位之间的距离可以测量和汉明距离可以发现。这大大增加了虹膜识别的准确性,也使它更有效率。 |
摘要[5],作者讨论了考虑虹膜曲率在虹膜识别的重要性。瞳孔的扩张和收缩的影响带来的系统性变化的眼睛当我们专注于附近的一个对象从远处走了。这导致镜头的变化以及眼睛的曲率。有一个可衡量的差异之前拍摄的图像瞳孔放大后,瞳孔放大。作者进行的实验综合改变虹膜曲率和分类根据曲率的变化带来了它们。他证明了有可衡量的差异在同一个虹膜后虹膜曲率变化。 |
基于广泛的文献调查,我们将虹膜识别系统分为三个类别的方法根据纹理的特征提取匹配的目的。这三个类别 |
(一)外观为基础提取 |
(2)基于纹理的提取 |
(c)基于特征的提取。 |
方法 |
6模块将在认证过程中。每个模块中扮演重要角色的成功识别虹膜。 |
模块: |
图像转换 |
边缘检测 |
瞳孔检测 |
归一化 |
特征提取 |
匹配 |
![]() |
模块描述: |
图像转换 |
灰度图像不同于一比特的黑白图像,图像只有两种颜色,黑色和白色(也称为双层的或二进制图像)。灰度图像由许多深浅的灰色。这些图像也被称为单色,因为没有任何其他的颜色。 |
![]() |
![]() |
,如果图像匹配和现在在我们的数据库,它显示了人的细节。细节,比如他的个人信息,健康的细节。如果他不是与数据库匹配,那么他的细节将进一步调查收集,如果它是必要的。 |
实验和结果 |
在本文中,我们使用不同的算法,以获得准确和有效的身份验证。我们使用Windows 7操作系统执行项目;该工具用于开发是NetBeans。我们使用java作为前端语言和SQL server 2008作为后台。硬件需求包括奔腾1 v处理器,512 MB内存和至少10 GB的硬盘空间我们集成了虹膜识别软件与应用程序变得容易实现。我们使用它作为一个银行账户的安全。最初用户注册虹膜模式与银行。后来它可以用于身份验证。为每个帐户创建一个单独的帐号与虹膜代码。这将是身份验证的参考。。 Below shows the output after successful authentication. |
![]() |
结论和未来的工作 |
在这项工作中,我们探索的方法创建虹膜纹理对于一个给定的人嵌入在自然虹膜纹理(或别人的如果需要的话)用虹膜代码的人。如果使用这些纹理的虹膜识别系统,他们会给一个响应类似于原始虹膜纹理。有一些论文讨论建立人工虹膜纹理利用解剖学的线索,或造型使用各种数学模型从纯粹的虹膜纹理合成的观点。我们所知,目前没有工作存在开始造型的虹膜虹膜代码通常被认为是无法识别数据。在我们的工作中,我们创建了虹膜纹理从个人的虹膜位码,我们嵌入必要的虹膜纹理创建代码。结果显示自然的虹膜图像,给类似的虹膜识别(验证)性能作为一个真正的相同的人。如前所述的抵消这一节中,这样做的好处是,我们现在可以创建备用虹膜纹理,会给一个非常相似的虹膜代码相比原来的虹膜。作为未来的工作,我们将探索对策等检测。 |
引用 |
|